基于提升小波变换的模拟电路故障特征识别

被引：12

作者：

袁海英 ^{[1
]}

孙迅 ^{[2
]}

黎海涛 ^{[1
]}

机构：

[1] 北京工业大学电子信息与控制工程学院

[2] 中国航天科技集团电子技术研究院

来源：

电子测量与仪器学报 | 2011年 / 25卷 / 08期

关键词：

信号压缩; 特征识别; 提升小波; Hilbert调制分析;

D O I：

暂无

中图分类号：

TN710 [电子电路];

学科分类号：

080902 ;

摘要：

模拟元件的非线性属性导致电路特征集异常庞大,当故障电路响应出现一定带宽的随机分量与主频分量相互叠加,信号频谱中的故障特征频率及其2、3次谐波附近的边频带均出现显著增长。由于提升小波算法的预测和更新原理与故障信息紧密相关,预测器和更新器设计可替代小波基的选取。本文首先将响应信号经过提升小波变换,对蕴含大量故障信息的高频细节部分进行Hilbert调制分析,从包络谱中剔除载频的常规分量,随后通过特征频率识别技术实现数据降维处理和故障定位。最后通过一个实例验证了该方法完全胜任模拟电路故障特征频率识别。

引用

页码：700 / 703

页数：4

共 7 条

[1] 基于正交匹配追踪的周期非均匀采样研究 [J].

罗浚溢 ;

田书林 ;

王志刚 ;

朱肇轩 .

仪器仪表学报, 2010, 31 (12) :2661-2667

[2] 基于正交匹配追踪的压缩感知信号检测算法 [J].

刘冰 ;

付平 ;

孟升卫 .

仪器仪表学报, 2010, 31 (09) :1959-1964

[3] 基于隐马尔科夫树模型的小波域压缩采样信号重构方法 [J].

赵贻玖 ;

王厚军 ;

戴志坚 .

电子测量与仪器学报, 2010, 24 (04) :314-318

[4] 基于遗传算法进化小波神经网络的电力变压器故障诊断 [J].

潘翀 ;

陈伟根 ;

云玉新 ;

杜林 ;

孙才新 .

电力系统自动化, 2007, (13) :88-92

[5]

Feature evaluation and extraction based on neural network in analog circuit fault diagnosis[J]. Yuan Haiying, Chen Guangju ＆ Xie Yongle School of Automation Engineering, Univ. of Electronic Science and Technology of China, Chengdu 610054, P. R. China.Journal of Systems Engineering and Electronics. 2007(02)

[6] 基于非线性电路频域核估计和神经网络的故障诊断 [J].

袁海英 ;

陈光 ;

谢永乐 ;

杜天军 .

控制与决策, 2007, (04) :473-476

[7] A method of bearing fault feature extraction based on improved wavelet packet and hilbert analysis [J].

Yang J. ;

Yao D. ;

Cai G. ;

Liu H. ;

Zhang J. .

International Journal of Digital Content Technology and its Applications, 2010, 4 (04) :127-139

← 1 →